드디어 에이블 스쿨의 마지막 활동인 빅프로젝트가 다가왔다! 솔직히 시작할 때만 해도 언제 빅프까지 하냐,, 이러고 있었는데 정신차리니까 벌써.??!! 빅프의 첫날 모두 교육장에 모여 진행했다! 빅프에 진심인 우리조,, 서로의 의견에 솔직한 피드백을 주면서 주제를 정했다! 솔직히 우리조 진짜 너무너무 열심히 했다!! 마지막인 빅프까지 끝까지 화이팅..!

이번 2차 에이블데이에서는 자소서 특강이 진행되었다. 이제껏 자소서 쓰면서 고민했던 부분들과 몰랐던 부분들에 대해 자세히 설명해주셔서 초안 작성하는데 많은 도움이 되었다!! 개인적으로 많은 특강들이 있었지만, 최근 자소서를 작성하는데 어려움을 겪고 있어서 그런지 가장 많은 도움을 받았던 특강인것 같다. 이번 에이블데이에서도 에이블러들을 위해 많은 선물을 준비해주셨다!! 선물 챙겨주는 에이블 쵝오야,,♡

4기 모집한다는 포스터 보고 지원한게 엊그제 같은데 벌써 5기 모집한다고 합니다!! 에이블 스쿨에서 데이터 분석, 머신러닝, 딥러닝, 클라우드, 웹 프로그래밍에 장고까지 다양한 커리큘럼을 진행하였습니다. 배워야 할건 많고 혼자하긴 힘들거 같아서 지원했는데 너무 잘한것 같아요 (❁´◡`❁) 모집 기간 : 23.11.27-12.18 (14시 까지) 5기 모집 친구 추천 이벤트 5기 지원시 제 에이블 아이디를 입력하면 커피쿠폰을 받을 수 있다고 합니다 이벤트 기간은 5기 모집과 동일하고 많은 분들이 마구마구 지원해주셨으면 좋겠네욤!! 제 에이블 아이디는 a041208입니당,,ㅎლ(╹◡╹ლ) 5기 모집을 맞이해서 11월 29일까지 전국 여러학교에서 커피차 행사를 진행합니다! 요즘 날씨 많이 추운데 본인 학교가 ..

데이터 조회 SELECT 열1, 열2 FROM 테이블 WHERE 조건; 모든 열을 보고자 하는 경우는 *을 입력하는데, 이때 주의해서 사용해야 한다. 비교 연산자 보통 WEHRE 절에서 조건을 정의할 때 사용한다 다르다는 '' 또는 '!=' 연산자를 사용한다 논리 연산자 AND 연산자 : 성능면에서 긍정적 OR 연산자 : 성능면에서 부정적 NOT 연산자 : 조건에 대한 부정을 의미 여러 조건을 나열할 경에는 괄호를 사용해 조건을 명확히 식별할 수 있도록 해야 함 NULL : 0도 아니고 공백도 아닌 알 수 없는 값 IS NULL, IS NOT NULL을 사용해 NULL값을 식별할 수 있음 SELECT * FORM Employee WHERE eng_name = 'NULL' SELECT * FORM Empl..

가상화, 클라우드 개요 강상화 : 운영체제에서 물리적 하드웨어를 분리하여 IT 담당자가 직면한 많은 문제에 대한 해결책을 제공하는 기술 가상화는 '클라이언트 하이퍼바이저' → '서버 하이퍼바이저' → '가상 인프라' → '클라우드' 순으로 발전해왔다. 하이퍼 바이저 : 시스템에서 다수의 운영 체제를 동시에 실행할 수 있게 해주는 논리적 플랫폼 클라우드 : PC 데이터를 PC에 보관하는 것이 아니라 인터넷을 통한 중앙 PC 또는 서버에 저장하는 공간 -클라우드 컴퓨팅 : 인터넷을 통해 IT 리소스를 원할 때 언제든지 사용하고, 사용한 만큼 비용을 지불하는 서비스 클라우드 유형 - 퍼블릭 클라우드 : 클라우드 컴퓨팅 서비스를 제공해주는 업체에게 인프라에 필요한 자원을 대여해주는 방식 => 전문 회사(Amaz..

AIVLE시작한지 얼마 안된거 같은데 벌써 1차 AIVLE DAY가 왔다 정신없이 교육, 미니프로젝트, 스터디, 공모전 등등 하다보니 약 2달이 지난거 같다.. 갑자기 택배가 왔다는 문자를 받고 확인했는데 에이블에서 택배가 왔다! 첫 번째 여정을 마친 기념으로 텀블러 받았다,,핳 앞으로 남은 여정이 걱정되고 기대도 되지만, 일단 기분 좋았다,,,♡ 이 때 받은 텀블러는 완전 애착 텀블러가 되어서 매일 쓰고있다 q(≧▽≦q) 랜선회식까지 챙겨준 에이블,, 사랑합니다!!ㅋㅋㅋㅋㅋ 에이블데이에서 한 달간 진행했던 코딩마스터즈에 대하 시상도 진행했다. 그리고 매니저님이 준비해오신 다양한 활동들을 통해 같은 반 에이블러분들과 함께 이야기 하는 시간을 갖었다. 내가 발표할 땐 둑근둑근 거리지만, 다른분들 이야기 듣..

Image Data Augmentation 현실에서는 이미지 데이터를 수집하는 것 부터 문제가 있을 수 있음. → 가지고 있는 데이터를 변형하여 새로운 학습 데이터인 것 처럼 간주하여, 부족한 학습용 데이터를 늘리는 것이 Data Augmentation. Keras 활용한 이미지 처리 keras의 이미지 모듈을 활용하여 이미지 처리 가능함 이미지 크기, grayscale 처리, 색상 등 지정할 수 있음. Objcet Detection object detection은 classification과 localization을 합친 것으로, 기존의 이미지 분류하는 것에 object를 감싸는 bounding box를 찾아내는 것을 말함. Bounding Box 하나의 object가 포함된 최소크기의 Box 좌표를 ..

Computer Vision 목표 컴퓨터가 이미지를 이해하게 하는 것 사진에 무엇이 있는가? 무엇을 하고 있느 사진인가? 사진을 묘사할 수 있는가? CNN 기존의 - Fully Connected Layer 이미지 데이터를 input으로 넣기 위해서는 2D 흑백 이미지나 컬러 이미지를 1차원 벡터로 변환하는 과정이 필요했음 이 과정에서 이미지의 구조가 파괴되고, 위치 정보가 손실된다는 문제가 있었음 이러한 문제로 인해 복잡한 이미지 분류 문제에서 성능 상의 한계가 존재함. CNN의 특징 filter이라고 하는 커널 행렬과, input의 합성곱을 통해 input의 shape은 유지하면서 정보를 요약한 축소된 Feature map을 생성함 서로 다른 가중치를 갖는 filter을 n개 사용하면, n개의 새로운 ..

주제 장애인 콜택시 대기시간 예측 1. 데이터 분석 open_data : 장애인 콜택시 운행 정보 (기준일, 차량운행, 접수건, 탑승건, 평균대기시간 등) weather : 날씨 정보 ( Date, temp_max, temp_min, rain(mm), humidity_max(%), humidity_min(%), sunshine(MJ/m2) 등) 2. 데이터 전처리 예측하는 날짜, 대기시간(target)으로 기준 잡기 merged_data['대기시간(target)'] = merged_data['waiting_time'].shift(-1) 날씨 데이터는 실제 측정값이지만, 다음 날에 대한 예보 데이터로 간주하기 때문에 shift(-1)을 활용하였다. 7일 이동 평균 대기시간 df_merge['ave_wait..

종류 선형 회위 로지스틱 회귀 멀티클래스 분류 Activation linear sigmoid softmax Loss Functions mse, mae ... binary crossentropy categorical crossentropy Hidden Layer 신경망(neural network)에서 input layer와 output layer사이에 있는 중간 층을 가리킨다. 역할 : 입력 데이터로부터 중요한 특징이나 패턴을 추출함 : hidden layer을 추가하면 신경망은 더 복잡한 함수를 학습할 수 있음 → 복잡한 데이터 패턴을 인식할 수 있음. Activation : 'relu', sigmoid 학습 : 가중치(weight)와 편향(bais)은 학습 과정에서 역전파 알고리즘을 사용하여 조절함 →..